spark是2009年诞生于伯克利大学AMPLab的基于内存计算框架。

多项选择题下列关于DStream转换描述正确的是（）。

A.无状态转化操作就是把简单的RDD转化操作应用到每个批次上，也就是转化DStream中的每一个RDD 。
B.有状态转换操作就是将依赖之前的批次数据或者中间结果来计算当前批次的数据，不断的把当前的计算和历史时间切片的RDD进行累计。
C.Transform允许DStream上执行任意的RDD-to-RDD函数。
D.updateStateByKey操作使得我们可以在用新信息进行更新时保持任意的状态。

多项选择题下列关于RDD、DataFrame和DataSet描述正确的是（）。

A.RDD、DataFrame、DataSet全都是spark平台下的分布式弹性数据集，为处理超大型数据提供便利
B.三者都有惰性机制，在进行创建、转换，如map方法时，不会立即执行，只有在遇到Action如foreach时，三者才会开始遍历运算
C.在对DataFrame和Dataset进行操作许多操作都需要进行引入：import spark.implicits._
D.DataFrame可以通过toDS转化为DataSet

多项选择题下列关于SparkSQL描述正确的是（）。

A.提供了两个编程抽象：DataFrame和DataSet。
B.底层将SQL转换成RDD ，然后提交到集群执行。
C.DataFrame和DataSet可以进行相互转化。
D.SparkSQL兼容HQL语法。

多项选择题下列关于DAG描述正确的是（）。

A.RDD通过一系列的转换就就形成了DAG。
B.根据RDD之间的依赖关系的不同将DAG划分成不同的Stage。
C.对于窄依赖，partition的转换处理在Stage中完成计算。
D.对于宽依赖，由于有Shuffle的存在，只能在parent RDD处理完成后，才能开始接下来的计算。

多项选择题下列属于rdd的创建方式的是（）。

A.parallelize函数
B.makeRDD函数
C.textFile 函数
D.从其它rdd转换

多项选择题下列关于宽依赖和窄依赖描述正确的是（）。

A.窄依赖表示RDDs之间分区是一一对应的。
B.宽依赖表示RDDs之间分区是一对多的关系。
C.窄依赖经常出现在改变分区的情况下。
D.宽依赖经常出现在不改变分区的情况下。

多项选择题下列关于rdd描述正确的是（）。

A.弹性分布式数据集。
B.逻辑上是分区的，每个分区的数据是抽象存在的。
C.不能改变现有rdd中的数据。
D.相邻的rdd之间存在着血缘关系。

多项选择题以下属于内置模块的是（）。

A.SparkCore
B.SparkStreaming
C.SparkMlib
D.SparkGraphX

单项选择题下列关于spark从kafka 获取数据描述错误的是（）。

A.分为ReceiverAPI和DirectAPI
B.使用ReceiverAPI可能会导致计算数据的节点内存溢出
C.使用DirectAPI可以增加消费的并行度
D.两种API都可以手动维护offset 保存位置

单项选择题下列不可以直接作为spatkStreaming数据源的是（）。

A.RDD队列
B.Kafka消息队列
C.本地数据
D.自定义socket数据源

单项选择题下列关于累加器描述不正确的是（）。

A.实现所有分片处理时更新共享变量的功能。
B.工作节点上的任务不能访问累加器的值。
C.累加器是一个只读变量。
D.累加器中的共享变量会发往每一个Executor。

单项选择题下列关于rdd分区描述错误的是（）。

A.range
B.range robin
C.hash
D.自定义

单项选择题下列关于spark的cache算子默认缓存机制描述错误的是（）。

A.多次使用同一个RDD ，可以将该RDD缓存起来。
B.缓存的计算结果，可以在后期得到重用。
C.重用计算结果的前提是当前进程JVM不能停止工作。
D.将数据持久化到硬盘，使用时再加载的策略。

单项选择题下列关于spark 的local模式描述错误的是（）。

A.local[*]表示直接使用最大cpu核数。
B.不需要启动master和worker守护进程。
C.driver程序在应用程序结束后就会终止。
D.SparkSubmit进程只充当客户提交任务的Client进程。

单项选择题以下不支持用来编写spark程序的语言是（）。

A.Java
B.Python
C.Scala
D.C#